深度学习在生物医药领域的应用
本数据库通过收集和整理最新科研文献信息而得，供了解领域前沿进展之用。数据源自 PubMed Data ，每日自动更新（使用关键词“['deep learning']”过滤），已收录文献数量参见 统计表格。表格内容由 GPT 自动整理，可能存在错误或遗漏，请使用时务必注意核实！
如有建议或合作意向，欢迎联系 linlin.yan(AT)bioinfo.app 或 微信 yanlinlin82。本项目遵循 MIT 许可 发布，欢迎下载 源码 自行修改使用。如觉得不错，还请不吝 给我打赏，你的支持是我继续创新的重要动力！
添加微信请说明来意
微信赞赏
除通过在线浏览外，为方便用户离线查阅，本站也提供 付费下载（定价19.9元）。之所以考虑收费，是因为批量扫描这些文献并整理也是有一定成本的，还请理解并多多支持。本站数据会持续更新，而仅需一次付费，未来就可以随时重新下载到最新版本数据。
当前共找到 19254 篇文献，本页显示第 18761 - 18780 篇。
| 序号 | 推送日期 | 文章 | 类型 | 简述 | 创新点 | 不足 | 研究目的 | 研究对象 | 领域 | 病种 | 技术 | 模型 | 数据类型 | 样本量 | 算法框架 | 模型架构 | 性能指标 | 计算资源 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 18761 | 2025-10-07 |
F-CPI: A Multimodal Deep Learning Approach for Predicting Compound Bioactivity Changes Induced by Fluorine Substitution
2025-01-09, Journal of medicinal chemistry
IF:6.8Q1
DOI:10.1021/acs.jmedchem.4c02668
PMID:39707149
|
研究论文 | 开发了一种名为F-CPI的多模态深度学习模型，用于预测氟取代引起的化合物生物活性变化 | 首个专门针对氟取代化合物生物活性变化预测的多模态深度学习模型 | 氟取代对化合物与蛋白质相互作用的影响机制仍不明确 | 预测氟取代引起的化合物生物活性变化 | 氟取代和非氟取代化合物对 | 机器学习 | 传染病 | 深度学习 | 多模态深度学习 | 化合物结构数据 | 111,168对氟取代和非氟取代化合物 | NA | F-CPI | 准确率, 精确率, 召回率 | NA |
| 18762 | 2025-10-07 |
Application of machine learning algorithms in predicting new onset hypertension: a study based on the China Health and Nutrition Survey
2025, Environmental health and preventive medicine
IF:4.0Q1
DOI:10.1265/ehpm.24-00270
PMID:39805606
|
研究论文 | 本研究基于中国健康与营养调查数据，应用机器学习算法预测新发高血压风险 | 首次将AMFormer模型应用于新发高血压预测，并在六种算法中表现最佳 | 研究基于特定队列数据，外部验证和泛化能力需进一步验证 | 预测新发高血压风险并识别相关特征 | 中国健康与营养调查中基线无高血压的参与者 | 机器学习 | 心血管疾病 | 流行病学调查 | Logistic Regression, Support Vector Machine, XGBoost, LightGBM, TabNet, AMFormer | 表格数据 | 4982名参与者，其中1017人在4年随访期间发生高血压 | NA | AMFormer, TabNet | AUC, MCC, F1-score | NA |
| 18763 | 2025-10-07 |
A Self-supervised Deep Learning Model for Diagonal Sulcus Detection with Limited Labeled Data
2025-Jan, Neuroinformatics
IF:2.7Q3
DOI:10.1007/s12021-024-09700-7
PMID:39777603
|
研究论文 | 提出一种基于自监督学习的深度学习模型，用于在有限标注数据条件下检测大脑对角线沟 | 首次采用自监督预训练与微调相结合的方法，利用未标注数据学习大脑形态特征，有效解决标注数据稀缺情况下的对角线沟检测问题 | 训练标注数据量有限，模型性能可能受到标注者间一致性的影响 | 开发自动检测大脑对角线沟的深度学习模型 | 大脑结构中的对角线沟 | 医学影像分析 | 神经系统相关 | 自监督学习 | 卷积自编码器 | 脑部影像数据 | 有限标注数据集和未标注数据集 | NA | 卷积自编码器 | F1-score | NA |
| 18764 | 2025-01-23 |
Right Ventricular Function: Deep Learning's Prognostic Edge in Mitral Regurgitation
2025-Jan, Circulation. Cardiovascular imaging
DOI:10.1161/CIRCIMAGING.124.017788
PMID:39836731
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 18765 | 2025-10-07 |
Explainable exercise recommendation with knowledge graph
2025-Mar, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2024.106954
PMID:39667214
|
研究论文 | 提出一种基于知识图谱的可解释习题推荐方法KG4EER，通过匹配学生特征与习题资源并提供推荐理由 | 结合知识图谱与特征提取模块，实现可解释的个性化习题推荐，解决了传统方法缺乏解释性的问题 | 未明确说明模型在处理大规模动态更新数据时的性能表现 | 开发可解释的习题推荐系统以提高学生学习效率 | 学生、习题和知识点三类实体及其相互关系 | 自然语言处理 | NA | 知识图谱构建、特征提取 | 深度学习 | 结构化数据 | 三个真实世界数据集 | NA | KG4EER | 通过专家访谈评估可解释性，与基线方法比较性能 | NA |
| 18766 | 2025-10-07 |
Developing an Effective Off-the-job Training Model and an Automated Evaluation System for Thoracoscopic Esophageal Atresia Surgery
2025-Feb, Journal of pediatric surgery
IF:2.4Q2
DOI:10.1016/j.jpedsurg.2024.06.023
PMID:39054116
|
研究论文 | 开发基于深度学习的胸腔镜食管闭锁手术离岗培训模型和自动评估系统 | 首次将深度学习技术应用于胸腔镜食管闭锁手术的技能自动评估，通过钳具运动分析实现客观技能评价 | 样本量较小（仅45例），证据等级为IV级 | 构建基于钳具运动分析的胸腔镜食管闭锁手术技能自动评估系统 | 参与食管闭锁手术培训的医务人员 | 计算机视觉 | 食管闭锁 | 深度学习 | 深度学习模型 | 手术视频图像 | 45名参与者（13名技能优秀组，32名技能较差组） | NA | NA | 精确率, 特异性, AUC | NA |
| 18767 | 2025-10-07 |
An improved algorithm for salient object detection of microscope based on U2-Net
2025-Feb, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-024-03205-w
PMID:39322859
|
研究论文 | 提出一种基于U2-Net改进的显微镜显著目标检测算法，通过引入注意力机制和模型轻量化技术提升检测性能 | 在U-Net中集成卷积块注意力模块(CBAM)增强关键信息提取能力，构建简单金字塔池化模块(SPPM)优化网络复杂度，使用Ghost卷积实现模型轻量化 | NA | 提高医学图像采集的效率和准确性，减轻后续定量分析负担 | 显微镜图像中的显著目标 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | NA | NA | U-Net, U2-Net | 准确率 | NA |
| 18768 | 2025-10-07 |
A comprehensive review on genomic insights and advanced technologies for mastitis prevention in dairy animals
2025-Feb, Microbial pathogenesis
IF:3.3Q2
DOI:10.1016/j.micpath.2024.107233
PMID:39694196
|
综述 | 本文系统综述了基因组学及相关技术在奶牛乳腺炎预防中的研究进展和应用前景 | 整合了预测基因组学、人工智能和CRISPR等前沿技术，提出了乳腺炎防控的新策略 | 主要基于文献综述，缺乏原始实验数据验证 | 探索基因组学和先进技术在乳腺炎预防中的应用 | 奶牛等乳用动物 | 生物信息学 | 乳腺炎 | 基因组学, 表观遗传学, 蛋白质组学, 转录组学, CRISPR | CNN | 基因组数据, 表型数据 | NA | NA | NA | NA | NA |
| 18769 | 2025-10-07 |
The role of sleep quality in mediating the relationship between habenula volume and resilience
2025-Feb, Psychiatry research
IF:4.2Q1
DOI:10.1016/j.psychres.2025.116358
PMID:39799818
|
研究论文 | 本研究探讨了睡眠质量在缰核体积与心理韧性关系中的中介作用 | 首次在人类研究中揭示睡眠质量作为缰核体积影响心理韧性的中介机制，并发现缰核体积的侧化效应 | 样本量较小（84名健康参与者），仅基于问卷评估睡眠质量，缺乏客观睡眠监测数据 | 探究缰核体积通过睡眠质量影响心理韧性的生物学机制 | 84名健康参与者的脑部MRI数据和心理评估数据 | 医学影像分析 | 精神疾病 | 3T-MRI T1加权成像 | 深度学习 | 脑部MRI图像 | 84名健康参与者 | NA | NA | 相关性分析，中介分析 | NA |
| 18770 | 2025-10-07 |
Deep learning helps discriminate between autoimmune hepatitis and primary biliary cholangitis
2025-Feb, JHEP reports : innovation in hepatology
IF:9.5Q1
DOI:10.1016/j.jhepr.2024.101198
PMID:39829723
|
研究论文 | 本研究开发了一种基于深度学习的AIH和PBC鉴别诊断系统 | 首次开发了无需人工标注的Transformer深度学习系统ALNE，用于自身免疫性肝病的定量鉴别诊断 | 扫描技术和切片染色方法的多样性可能影响模型性能 | 开发AIH和PBC的自动鉴别诊断方法 | 自身免疫性肝炎和原发性胆汁性胆管炎患者 | 数字病理学 | 自身免疫性肝病 | H&E染色全玻片图像 | Transformer | 病理图像 | 训练集354例（266例AIH，102例PBC），外部验证集92例（62例AIH，30例PBC） | NA | ALNE（自身免疫性肝脏神经估计器） | AUC | NA |
| 18771 | 2025-10-07 |
One-core neuron deep learning for time series prediction
2025-Feb, National science review
IF:16.3Q1
DOI:10.1093/nsr/nwae441
PMID:39830389
|
研究论文 | 提出一种仅包含单个核心神经元的可解释小模型框架，用于时间序列预测任务 | 首次提出单核心神经元系统，通过多延迟反馈机制将输入特征向量转换为一维时间序列，在保持性能的同时大幅减少参数数量 | 主要适用于短期高维系统预测，在长期预测任务中的性能尚未验证 | 开发参数效率高的深度学习框架，解决大模型计算资源消耗过大的问题 | 时间序列预测任务，特别是短期高维系统 | 机器学习 | NA | 深度学习 | 自定义神经网络 | 时间序列数据 | NA | NA | 单核心神经元系统(OCNS) | NA | NA |
| 18772 | 2025-10-07 |
BananaImageBD: A comprehensive banana image dataset for classification of banana varieties and detection of ripeness stages in Bangladesh
2025-Feb, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2024.111239
PMID:39830620
|
研究论文 | 本文介绍了孟加拉国香蕉图像数据集BananaImageBD，用于香蕉品种分类和成熟度检测 | 创建了首个专门针对孟加拉国常见香蕉品种和成熟阶段的综合图像数据集 | 仅包含孟加拉国四种常见香蕉品种，样本数量相对有限 | 开发用于香蕉品种分类和成熟度检测的自动化系统 | 孟加拉国四种常见香蕉品种及其四个成熟阶段 | 计算机视觉 | NA | 智能手机图像采集 | NA | 图像 | 原始图像3291张（品种2471张，成熟度820张），增强后9870张（品种7413张，成熟度2457张） | NA | NA | NA | NA |
| 18773 | 2025-10-07 |
Error compensated MOF-based ReRAM array for encrypted logical operations
2025-Jan-21, Dalton transactions (Cambridge, England : 2003)
DOI:10.1039/d4dt02880e
PMID:39625410
|
研究论文 | 本研究开发了一种基于金属有机框架的忆阻器阵列，用于实现加密逻辑运算和低错误率信息读取 | 利用参数不均匀的'非理想'MOF基ReRAM阵列实现加密逻辑运算，通过深度学习达到95%读取准确率 | 仅使用6×6小规模阵列进行验证，参数变异达50% | 开发基于MOF的ReRAM阵列用于加密逻辑运算和信息存储 | 金属有机框架忆阻器阵列 | 机器学习 | NA | ReRAM技术 | 深度学习 | 电子参数数据 | 6×6忆阻器单元阵列 | NA | NA | 准确率 | NA |
| 18774 | 2025-10-07 |
Performance and clinical implications of machine learning models for detecting cervical ossification of the posterior longitudinal ligament: a systematic review
2025-Jan-20, Asian spine journal
IF:2.3Q2
DOI:10.31616/asj.2024.0452
PMID:39829182
|
系统综述 | 评估机器学习和深度学习模型在检测颈椎后纵韧带骨化症中的诊断性能和临床意义 | 首次系统评估ML和DL模型在OPLL检测中的应用性能，涵盖多种算法和较大样本量 | 纳入研究的偏倚风险总体为中等，主要关注点在于受试者选择和缺失数据 | 评估机器学习和深度学习模型在颈椎后纵韧带骨化症检测中的诊断性能 | 颈椎后纵韧带骨化症(OPLL)患者 | 医学影像分析 | 脊柱疾病 | 医学影像技术 | CNN,随机森林 | 影像数据 | 6,031名患者 | NA | 卷积神经网络,随机森林 | 准确率,敏感性,特异性,AUC | NA |
| 18775 | 2025-01-22 |
Performance analysis of image retrieval system using deep learning techniques
2025-Jan-20, Network (Bristol, England)
DOI:10.1080/0954898X.2025.2451388
PMID:39832139
|
研究论文 | 本文提出了一种基于深度学习的图像检索系统，用于提高图像检索的效率和准确性 | 提出了一种新的基于RETCNN的CBIR系统，能够同时处理彩色图像和灰度图像，并显著减少检索时间 | 未提及系统在处理大规模数据集时的性能表现 | 提高图像检索系统的检索效率和准确性 | 通用图像（GI）和医学图像（MI） | 计算机视觉 | NA | 深度学习 | RETCNN | 图像 | 未提及具体样本数量 | NA | NA | NA | NA |
| 18776 | 2025-10-07 |
Enhancing predictive accuracy for urinary tract infections post-pediatric pyeloplasty with explainable AI: an ensemble TabNet approach
2025-Jan-19, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-82282-1
PMID:39828726
|
研究论文 | 本研究开发了一种结合机器学习和深度学习的集成模型，用于预测小儿肾盂成形术后尿路感染 | 首次提出结合机器学习和深度学习的集成预测模型，并应用SHAP进行模型解释，识别eGFR和ALB作为重要预测因子 | 回顾性研究，证据等级IV级，无对照组 | 提高小儿肾盂成形术后尿路感染的预测准确性 | 764例接受单侧肾盂成形术的儿科患者 | 机器学习 | 泌尿系统疾病 | 机器学习，深度学习 | 集成学习，Logistic回归，SVM，随机森林，XGBoost，LightGBM，TabNet | 临床数据 | 764例儿科患者，其中265例(34.7%)发生术后尿路感染 | NA | 集成学习模型(结合LightGBM和TabNet，Logistic回归元学习器) | 准确率，AUC | NA |
| 18777 | 2025-10-07 |
Secure channel estimation model for cognitive radio network physical layer security using two-level shared key authentication
2025-Jan-19, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-86165-x
PMID:39828744
|
研究论文 | 提出一种基于信道状态信息和深度学习的认知无线电网络安全信道估计模型，通过两级共享密钥认证增强物理层安全性 | 结合信道状态信息与深度学习算法，采用两级共享密钥认证机制，在变化信道条件下实现高安全性的物理层通信 | 未明确说明模型在极端干扰环境下的性能表现及计算复杂度分析 | 提高认知无线电网络物理层安全性的保密性、可用性和完整性 | 认知无线电网络中的主用户和次用户之间的通信安全 | 机器学习 | NA | 深度学习 | 深度学习算法 | 信道状态信息 | NA | NA | NA | 保密率, 检测概率, 干扰率 | NA |
| 18778 | 2025-10-07 |
Integrating Deep Learning Derived Morphological Traits and Molecular Data for Total-Evidence Phylogenetics: Lessons from Digitized Collections
2025-Jan-18, Systematic biology
IF:6.1Q1
DOI:10.1093/sysbio/syae072
PMID:39826140
|
研究论文 | 探索将深度学习提取的形态特征与分子数据结合用于全证据系统发育分析的方法 | 首次系统评估深度学习提取的形态特征在系统发育分析中的表现，并探索其与分子数据结合的最佳策略 | 深度学习提取的形态特征系统发育信号强度有限，数据获取资源需求较高 | 开发结合深度学习和分子数据的全证据系统发育分析方法 | 针插昆虫标本图像，特别是隐翅虫标本 | 计算机视觉, 生物信息学 | NA | 深度学习, 分子系统发育分析 | 深度学习模型 | 图像, 分子数据 | 隐翅虫图像数据集 | NA | 对比学习网络 | 系统发育分析性能 | NA |
| 18779 | 2025-10-07 |
Predicting metabolite response to dietary intervention using deep learning
2025-Jan-18, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-56165-6
PMID:39827177
|
研究论文 | 开发了一种基于深度学习的代谢物对饮食干预反应预测方法McMLP | 首次将耦合多层感知器(MLP)应用于代谢物反应预测，填补了深度学习在该领域的空白 | 方法在真实数据上的验证依赖于文献证据而非实验验证 | 基于个体肠道微生物组成预测代谢物对饮食干预的反应，实现精准营养 | 肠道微生物组与代谢物反应 | 机器学习 | NA | 深度学习 | MLP | 微生物组成数据、代谢物数据 | 来自六项饮食干预研究的真实数据及合成数据 | NA | 耦合多层感知器 | 敏感性分析 | NA |
| 18780 | 2025-10-07 |
A small underwater object detection model with enhanced feature extraction and fusion
2025-Jan-18, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-85961-9
PMID:39827179
|
研究论文 | 提出一种用于水下小目标检测的高效深度卷积网络模型，通过增强特征提取和融合能力提升检测性能 | 提出CSPSL模块增强特征保留、VKConv动态调整卷积核尺寸、SPPFMS方法有效保留小目标特征 | NA | 解决水下环境中小目标检测因环境复杂、目标信息有限和计算资源受限带来的挑战 | 水下小目标 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | UDD和DUO数据集 | NA | CSPSL, VKConv, SPPFMS | 检测精度, 计算成本 | NA |